公开(公告)号：CN118645161A

公开(公告)日：2024-09-13

申请号：CN202410539942.0

申请日：2024-04-30

Applicant: 安徽农业大学

Inventor： 沈永祺 ,  祝小雷 ,  刘银博

IPC: G16B40/30 ,  G16B15/00 ,  G16B30/10 ,  G16H70/40 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于图变换器自编码和Attention‑DNN的RNA‑drug关联预测方法。本发明中，在GATE与Attention‑DNN中插入卷积神经网络(CNN)组合模块。GATE在数据特征提取中表现出色，能够有效地提取circrna和药物的载体表示，Attention‑DNN解码方法则在预测关联度处理领域表现出色，擅长处理药物的敏感性关联。将两者结合可以融合GATE在数据特征提取方面的优势和Attention‑DNN解码方法在预测关联度处理方面的优势，更好地提取和建模circrna和药物中的特征，提高模型准确性。GATE在框架中使用自注意力机制，能够有效地捕捉数据中的信息。

公开(公告)号：CN118761412B

公开(公告)日：2025-04-01

申请号：CN202410768730.X

申请日：2024-06-14

Applicant: 安徽农业大学

Inventor： 祝小雷 ,  魏卓宇 ,  沈永祺

IPC: G06F40/284 ,  G16B25/00 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于生物分词的抗病毒肽预测方法，属于抗病毒肽药物预测技术领域，包括以下步骤：S1：构建数据集；S2：生物分词处理；S3：生物分词特征表示；S4：构建生物分词预测模型；S5：模型训练；S6：利用模型进行预测。本发明使用生物分词将肽序列表示为自然语言处理中的句子，然后使用Word2Vec来获取这些生物分词的嵌入表示，基于生物分词的嵌入表示，构建了生物分词预测模型，实现了对抗病毒肽更高的预测精度，并通过将本发明生物分词预测模型与其他最先进的模型进行比较，证明了所提出的生物分词方法的有效性。

公开(公告)号：CN118761412A

公开(公告)日：2024-10-11

申请号：CN202410768730.X

申请日：2024-06-14

Applicant: 安徽农业大学

Inventor： 祝小雷 ,  魏卓宇 ,  沈永祺

IPC: G06F40/284 ,  G16B25/00 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于生物分词的抗病毒肽预测方法，属于抗病毒肽药物预测技术领域，包括以下步骤：S1：构建数据集；S2：生物分词处理；S3：生物分词特征表示；S4：构建生物分词预测模型；S5：模型训练；S6：利用模型进行预测。本发明使用生物分词将肽序列表示为自然语言处理中的句子，然后使用Word2Vec来获取这些生物分词的嵌入表示，基于生物分词的嵌入表示，构建了生物分词预测模型，实现了对抗病毒肽更高的预测精度，并通过将本发明生物分词预测模型与其他最先进的模型进行比较，证明了所提出的生物分词方法的有效性。

公开(公告)号：CN118629516A

公开(公告)日：2024-09-10

申请号：CN202410614904.7

申请日：2024-05-17

Applicant: 安徽农业大学

Inventor： 陈敏瑜 ,  文戬 ,  沈永祺 ,  祝小雷

IPC: G16B40/20 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/06 ,  G06N3/09

Abstract: 本发明公开了一种基于多模态特征和孪生网络的神经肽预测方法及系统，属于神经肽预测技术领域，包括以下步骤：S1：构建基准数据集；S2：NPs编码；S3：孪生网络模块构建；S4：蛋白质语言模块构建；S5：构建预测模型；S6：利用模型进行预测。本发明构建了一个平衡的数据集，在此数据集的基础上，利用四种编码方式(令牌嵌入编码、word2vec嵌入编码、手工特征编码、蛋白质语言嵌入编码)得到神经肽序列的特征向量，利用孪生网络模块和蛋白质语言模块结合构建预测模型，能够对神经肽(NPs)进行准确识别，精度超过目前已有的预测方法。